随着社会科学技术和社会工业的发展,汽车已由代步工具向生活空间延伸。人们选购汽车的标准,除了考虑安全、节能、环保等方面,对汽车驾乘舒适性也有较高的要求。汽车车内声音品质是反应汽车驾乘舒适性品质的重要方面,同时也是影响消费者购买心理的重要指标。由此,车企非常注重汽车声音品质(Sound quality)相关的研究,汽车声品质已经成为汽车NVH领域的焦点研究方向之一。为了研究乘用车车内声品质客观评价与主观评价之间的联系,本文以乘用车匀速噪声为例展开研究,主要研究工作包括以下内容。利用头戴式耳机和HEAD ACOUSTIC数采设备采集了13辆车的驾驶员左右耳的声音,工况分别为40km/h、60km/h、80km/h、100km/h、120km/h,适宜的客观心理声学参数被选择,包括语言清晰度、响度、粗糙度、尖锐度和抖动度,使用Artimi S Suite软件所包含的心理声学参数的数学计算模型,乘用车车内声品质客观心理声学参数的值被计算得到。以乘用车匀速工况驾驶员左右耳声音为样本,组织评价人员使用基于排序法基础上的等级评分法进行主观评价,取得声音样本的声品质主观评价值。鉴于中低速工况下路噪为车内噪声主要成分,高速工况下风噪又占有优势,因此将乘用车车内声品质主观评价分成两组:中低速乘用车车内声品质和高速乘用车车内声品质。然后将声品质主观评价值与客观评价参数两者之间进行相关性分析,研究客观心理声学参数在声品质主观评价中的影响程度。采用两种方法-多元线性回归法和BP神经网络法分别建立了乘用车车内声品质评价理论预测模型。多元线性回归法建立预测模型采用了SPSS软件,得到客观评价指标与主观评价指标之间的线性回归方程。建立乘用车车内声品质的主观评价值与客观评价参数之间非线性映射关系的BP神经网络预测模型使用了Matlab软件的神经网络工具箱,对BP神经网络模型进行了相应的训练,达到了预先设置的精度。探讨了神经网络方法相比多元线性回归方法在预测精度和模型稳定等方面的优越性,表明神经网络理论模型预测乘用车车内声品质主观评价值准确度更高,稳定性更好,后续的乘用车车内声品质主观评价试验缩短了评价时间,同时降低了乘用车车内声品质主观评价成本。